日志样式

大数据时代加密扭曲法的LBS隐私保护算法

  近几年来,基于扭曲法的 LBS 隐私保护技术已成为 LBS 隐私保护社区最活跃的研究方向[15]。它是指对 LBS 查询中( u 代表用户身份标签,loc 是用户在t时刻提交查询的位置,Upoi是指服务质量)的原始数据进行必要的扰动,以避免攻击者轻易地获得用户的真实数据,同时要能保证用户不受妨碍地获得服务。采用的技术主要包括假名(删除或用一个临时的标识代替用户身份)、随机化(添加哑元)、模糊化(泛化或扰动查询中的时空信息)和隐蔽化(对攻击者隐蔽整个查询)。 

  加密扭曲法算法模型是指用户向LBS服务器进行地理位置信息查询数据请求,而服务器对时间、空间等信息或服务项目属性进行查询,之后适当地进行扭曲、加密与改正,以致于服务器无法获得准确的服务项目和地理位置信息属性[16]。算法模型如图2所示。 

  2.1 假名技术 

  它通过技术手段隐藏或修改原有用户身份标识,并使用一个假名来进行地理位置请求,从而切断了用户的身份与查询请求之间的联系。假名只是一个对象的标识而非真实的用户名,不包含用户能被识别的信息,从而实现了对用户位置隐私的保护。 

  2.2 用户地理位置的随机化 

  随机化是指在进行 LBS 查询时加入随机哑元(哑元既可以是虚假的位置也可以是虚假的用户),并将哑元查询请求和真实的查询请求一起发送给 LBS 服务器[17]。用户在移动用户终端上产生哑元查询,并将其和真实查询一起提交给LBS服务器,LBS服务器会响应所有的查询并向用户返回所有结果,再由用户终端进行一定的算法处理,过滤掉哑元查询并提取出真实查询请求结果。如图3所示,A为用户u所处的真实位置,现用户u要向LBS服务器进行查询请求,找到附近的饭店。此时,用户终端会随机产生哑元位置B、C,并将A、B、C三个位置一并提交给服务提供商,收到反馈结果后再在终端运行过滤算法,得到饭店位置。

  2.3 用户地理位置的模糊化 

  用户地理位置模糊化是指在进行地理位置查询的过程中,对请求数据中的时间元素和位置元素进行适当地泛化(以可控的方式降低查询中时空元素的精确度)与扰动(在位置元素中以一定的算法有意地添加部分错误),使得非法入侵者即使窃取到了请求信息,也无法得知用户的确切位置。具体可分为集中式和分布式两种方式的隐私保护技术。 

  2.3.1 集中式隐私保护技术 

  是由可信的匿名服务器负责对用户位置数据进行泛化和扰动,并将LBS服务器反馈回来的由模糊化的数据得到的查询结果转换为用户需要的准确地理位置信息。空间泛化技术通常采用上文提到的位置 k-匿名方式,即由可信的第三方匿名服务器将用户所提交的精确位置点模糊为一个包含至少 k 个不同用户的“隐形”区域。但是,一旦这个可信的匿名服务器被黑客攻破,便会造成大范围的用户隐私引息泄露。 

  2.3.2 分布式隐私保护技术 

  集中式结构暴露出的缺点使得现在的隐私保护技术越来越朝着分布式结构发展。分布式结构,顾名思义就是将集中式结构中的泛化和扰动操作从第三方匿名服务器移动到了用户终端中来进行。该技术所采用的时空泛化方法为经过一些研究者改进过的基于k-匿名的模糊化隐私保护技术。同时也出现了基于非 k-匿名的分布式技术,如Space Twist[18]随机选择锚点取代用户的真实位置向LBS服务器发起多轮增量近邻查询,每个用户根据自己的真实位置和增量近邻查询结果在移动终端上计算得到精确的查询结果。 

  2.4 用户地理位置的隐蔽化 

  隐蔽化是指通过从 LBS 服务器上完全删除和隐藏用户的信息或是 LBS 查询以达到保护用户隐私的目的。核心思想为:用户请求 LBS 时不时向 LBS 服务器发送查询,而是向自己附近的其他终端或代理请求位置查询信息,从而对 LBS 服务器实现了隐蔽查询,最大化了用户的位置隐私。文献[19]首先提出了隐蔽化方法,即将自己具体的地理位置信息发送给其他正在进行类似操作的物理地址最近的终端。在信息有效期内,可以经过多次转发,用户可以通过无线P2P、有线方式等多种通讯传输方式进行多次交互。但因未充分考虑用户的移动模型,而造成其实用性大打折扣。最近,他们使用位置区域集合上的离散隐马尔可夫链形式化了用户的移动模型,极大地提高了方法的实用性[20]。隱蔽化技术采用分布式结构,使用攻击者的期望估计误差来量化位置隐私。 

     北京华鑫侦探公司拥有专业的北京私家侦探北京私人侦探调查团队,提供北京婚姻调查,北京外遇调查等服务,成立多年博得了社会的一致好评,是值得点赞的北京侦探公司。了解更多服务请登录【官网】http://www.huaxindc.com 进行了解。